数值变量的描述性统计
matlab在统计数据的描述性分析的应用
统计数据的描述性分析 一、实验目的 熟悉在matlab中实现数据的统计描述方法，掌握基本统计命令：样本均值、样本中位数、样本标准差、样本方差、概率密度函数pdf、概率分布函数df、随机数生成rnd。 二、实验内容 1 、频数表和直方图 数据输入,将你班的任意科目考试成绩输入 >> data=[91 78 90 88 76 81 77 74]; >> [N,X]=hist(data,5) N = 3 1 1 0 3 X = 75.7000 79.1000 82.5000 85.9000 89.3000 >> hist(data,5)
2、基本统计量 1) 样本均值 语法: m=mean(x) 若x 为向量，返回结果m是x 中元素的均值； 若x 为矩阵，返回结果m是行向量，它包含x 每列数据的均值。 2) 样本中位数 语法: m=median(x) 若x 为向量，返回结果m是x 中元素的中位数； 若x 为矩阵，返回结果m是行向量，它包含x 每列数据的中位数3) 样本标准差 语法:y=std(x) 若x 为向量，返回结果y 是x 中元素的标准差； 若x 为矩阵，返回结果y 是行向量，它包含x 每列数据的标准差
std(x)运用n-1 进行标准化处理，n是样本的个数。 4) 样本方差 语法：y=var(x); y=var(x,1) 若x 为向量，返回结果y 是x 中元素的方差； 若x 为矩阵，返回结果y 是行向量，它包含x 每列数据的方差 var(x)运用n-1 进行标准化处理（满足无偏估计的要求），n 是样本的个数。var(x,1)运用n 进行标准化处理，生成关于样本均值的二阶矩。 5) 样本的极差（最大之和最小值之差） 语法：z= range(x) 返回结果z是数组x 的极差。 6) 样本的偏度 语法：s=skewness(x) 说明：偏度反映分布的对称性，s>0 称为右偏态，此时数据位于均值右边的比左边的多；s<0,情况相反；s 接近0 则可认为分布是对称的。 7) 样本的峰度 语法：k= kurtosis(x) 说明：正态分布峰度是3，若k 比3 大得多，表示分布有沉重的尾巴，即样本中含有较多远离均值的数据，峰度可以作衡量偏离正态分布的尺度之一。 >> mean(data) ,
利用Excel进行数据整理和描述性统计分析
实训一利用Excel进行数据整理和描述性统计分析 一、实训目的 目的有三：（1）掌握Excel中基本的数据处理方法；（2）学会使用Excel进行统计分组；（3）学会使用Excel计算各种描述性统计指标，能以此方式独立完成相关作业。 二、实训要求 1、已学习教材相关内容，理解数据整理中的统计计算问题；理解描述性统计指标中的统计计算问题；已阅读本次实训指导书，了解Excel中相关的计算工具。 2、准备好一个统计分组问题、准备好一个或几个描述性统计指标计算问题及相应数据（可用本实训所提供问题与数据）。 3、以Word文件形式（其中的统计表和统计图用Excel制作）提交实训报告（含：实训过程记录、疑难问题发现与解决记录（可选））。此条为所有实训所要求。 三、实训内容和操作步骤 （一）问题与数据 有顾客反映某家航空公司售票处售票的速度太慢。为此，航空公司收集了解100位顾客购票所花费时间的样本数据（单位：分钟），结果如下表。
航空公司认为，为一位顾客办理一次售票业务所需的时间在五分钟之内就是合理的。上面的数据是否支持航空公司的说法顾客提出的意见是否合理请你对上面的数据进行适当的分析，回答下列问题。 （1）对数据进行等距分组，整理成频数分布表，并绘制频数分布图（直方图、折线图、饼图）。 （2）根据分组后的数据，计算中位数、众数、算术平均数和标准差。 （3）分析顾客提出的意见是否合理为什么 （4）使用哪一个平均指标来分析上述问题比较合理 答：（1）： 2：
从表中我们可以得到中位数为众数为1平均数为标准差为 （3）：合理，虽然他的平均数是<5属于正常范围，但是依旧有将近20%的购票时间>5分钟属于超过正常范围，那就是速度太慢了。平均数不能代表一切。 所以顾客提出的理由是正确的，购票太慢的现象确实存在。 （4）：平均数比较合理，它能较好的反映购票的大概时间。比较有代表性！ 实训二用Excel数据分析功能进行统计整理 和计算描述性统计指标 一、实训目的 学会使用Excel数据分析功能进行统计整理和计算各种描述性统计指标，能以此方式独立完成相关作业。 二、实训要求 1、已学习教材相关内容，理解统计整理和描述性统计指标中的统计计算问题；已阅读本次实验导引，了解Excel中相关的计算工具。 2、准备好一个统计分组问题、准备好一个或几个数字特征计算问题及相应数据（可用本实验导引所提供问题与数据）。 3、以Word文件形式（其中的统计表和统计图用Excel制作）提交实训报告（含：实训过程记录、疑难问题发现与解决记录（可选））。此条为所有实训所要求。 三、实训内容和操作步骤
计量资料汇总统计描述
第二章 计量资料的统计描述 一、教学大纲要求 （一）掌握容 1. 频数分布表与频数分布图 （1）频数表的编制。 （2）频数分布的类型。 （3）频数分布表的用途。 2. 描述数据分布集中趋势的指标 掌握其意义、用途及计算方法。算术均数、几何均数、中位数。 3. 描述数据分布离散程度的指标 掌握其意义、用途及计算方法。极差、四分位数间距、方差、标准差、变异系数。 （二）熟悉容 连续型变量的频数分布图：等距分组、不等距分组。 二、 教学容精要 计量资料又称为测量资料，它是测量每个观察单位某项指标值的大小所得的资料，一般均有计量单位。常用描述定量资料分布规律的统计方法有两种：一类是用统计图表，主要是频数分布表（图）；另一类是选用适当的统计指标。 （一）频数分布表的编制 频数表（frequency table ）用来表示一批数据各观察值或在不同取值区间的出现的频繁程度（频数）。对于离散数据，每一个观察值即对应一个频数，如某医院某年度一日死亡0，1，2，…20个病人的天数。如描述某学校学生性别分布情况，男、女生的人数即为各自的频数。对于散布区间很大的离散数据和连续型数据，数据散布区间由若干组段组成，每个组段对应一个频数。制作连续型数据频数表一般步骤如下： 1.求数据的极差（range ）。 min max X X R -= （2-1） 2.根据极差选定适当“组段”数（通常8—10个）。 确定组段和组距。每个组段都有下限L 和上限U ，数据χ归组统一定为L ≤χ数据的描述性统计分析
统计分析往往是从了解数据的基本特征开始的。描述数据分布特征的统计量可分为两类：一类表示数量的中心位置，另一类表示数量的变异程度（或称离散程度）。两者相互补充，共同反映数据的全貌。 这些内容可以通过SPSS中的“Descriptive Statistics”菜单中的过程来完成。 1 频数分析 (Descriptive Statistics - Frequencies) 频数分布分析主要通过频数分布表、条形图和直方图，以及集中趋势和离散趋势的各 种统计量来描述数据的分布特征。 下面我们通过例子来学习单变量频数分析操作。 1) 输入分析数据 在数据编辑器窗口打开“data1-2.sav”数据文件。 2)调用分析过程 在主菜单栏单击“Analyze”，在出现的下拉菜单里移动鼠标至“Descriptive Statistics”项上，在出现的次菜单里单击“Frequencies”项，打开如图3-4所示的对话框。 图3-4 “Frequencies” 对话框 3)设置分析变量 从左则的源变量框里选择一个和多个变量进入“Variable(s):”框里。在这里我们选“三化 螟蚁螟[虫口数]”变量进入“Variable(s):”框。 4)输出频数分布表
Display frequency tables，选中显示。 5)设置输出的统计量 单击“Statistics”按钮，打开图3-5所示的对话框，该对话框用于选择统计量： 图3-5 “Statistics”对话框 ①选择百分位显示“Percentiles Values”栏： Quartiles：四分位数，显示25%、50%和75%的百分位数。 Cut points for 10 equal groups：将数据平分为输入的10个等份。 Percentile(s):：用户自定义百分位数，输入值0—100之间。选中此项后，可以利用“Add”、“Change”和 “Remove”按钮设置多个百分位数。 ②选择变异程度的统计量“Dispersion”：（离散趋势） Std.deviation标准差 Minimum 最小值 Variance 方差 Maximum 最大值 Range 极差 S.E.mean均值标准误 ③选择表示数据中心位置的统计量“Central Tendency”：（集中趋势） Mean 均值 Median 中位数 Mode 众数 Sum 算术和
统计学-计量资料的统计描述方法
计量资料的统计描述方法 怎样表达一组数据？ 描述计量资料的常用指标— A 、描述平均水平（中心位置）: 均数X 、中位数和百分位数、几何均数G 、众数（mode ） B 、描述数据的分散程度: 标准差、四分位数间距、 变异系数、方差、全距 (一)均数mean 和标准差standard deviation 1. (算术)均数X 均数是描述一组计量资料平均水平或集中趋势的指标。 *直接计算公式： 12n X X X X X n n +++== ∑L 应用条件：适用于对称分布，特别是正态分布资料。 2. 中位数（median ）M 和百分位数（percentile ） A.中位数M 是将一组观察值从小到大排序后，居于中间位置的那个值或两个中间值的平均值。 应用条件： 用于任何分布类型，包括偏态资料、两端数据无界限的资料。
计算： n 为奇数时-- 1 ( )2 n M X += n 为偶数时-- ()(1)2212n n M X X +? ?=+ ? ?? 9人数据：12，13，14， 14， 15， 15， 15， 17, 19天 B.百分位数 是将N 个观察值从小到大依次排列，再分成100等份，对应于X%位的数值即为第X 百分位数。中位数是第百分50位数。 四分位数间距（quartile range ） = 第25百分位数(P25)～第75百分位数(P75)。 四分位数间距用于描述偏态资料的分散程度（代替标准差S ），包含了全部观察值的一半。 ) (天1552 19===+X X M 88451 22221415214.5() M X X X X ?? ==== ???＋如果只调查了前八位中学生，则： ＋（＋）（＋）天
描述性统计示例
一、实验概述： 【目的】了解SPSS软件的安装、启动、退出以及运行管理方式；掌握SPSS软件的Analyze 菜单中的Descriptive Statistics模块进行数据的描述性统计分析。 【实施环境】SPSS—17.0统计分析软件。 二、实验内容： 用SPSS软件对实验一数据中的“熟悉程度”进行描述统计分析：描述数据的频数分布、集中趋势、离散程度和形状、并给出直方图。 三、实验步骤 步骤1：用SPSS打开已知的数据文件 选择菜单“File—>Open—>Data”，在对话框中找到需要分析的数据文件(实验一&二描述统计和假设检验.sav)，然后选择“打开” 步骤2：计算所要求的描述统计量值及频数分布 1．打开文件之后，选择菜单“Analyze—>Descriptive Statistics—>Frequencies”。 2．确定所要分析的变量 要在“Frequencies 对话框”中选中左侧列表框中的“Familiarity”，之后点击列表框中间的箭头按钮，将要分析的变量加入到右侧Variable(s)列表框中。然后，选择位于小窗口下端的“Display frequency tables 复选框”，以确定要输出频数分布表。
3. 选择所要计算的统计量 在变量选择确定之后，在同一窗口上，点击“Statistics”按钮，打开统计量对话框，选择统计输出选项。 步骤3：结果输出与分析 点击Frequencies：Statistics对话框中的“Continue”按钮，再点击Frequencies 对话框中的“OK”按钮，即得到频数分布结果。 步骤4：选择菜单“Graphs—>Legacy Dialogs—>Histogram”。
多组和分类数据的描述性统计分析
§3.2多组和分类数据的描述性统计分析17 ?盒子图 盒子图能够直观简洁地展现数据分布的主要特征.我们在R 中使用boxplot()函数作盒子图.在盒子图中,上下四分位数分别确定中间箱体的顶部和底部,箱体中间的粗线是中位数所在的位置.由箱体向上下伸出的垂直部分为“触须”(whiskers),表示数据的散布范围,其为1.5倍四分位间距内距四分位点最远的数据点.超出此范围的点可看作为异常点(outlier). §3.2多组和分类数据的描述性统计分析 在对于多组数据的描述性统计量的计算和图形表示方面,前面所介绍的部分方法不能够有效地使用,例如许多函数都不能直接对数据框进行操作.这时我们需要一些其他的函数配合使用. 1.图形表示： ?散点图：前面介绍的plot,可直接对数据框操作.此时将绘出数据框中所对应的所有变量两两之间的散点图.所做图框中第一行的散点图是以第一个变量为纵坐标,分别以第二、三...个变量为横坐标的散点图.这里数据举例说明. library(DAAG);plot(hills) ?盒子图：前面介绍的boxplot,亦可直接对数据框操作,其在同一个作图区域内画出各组数的盒子图.但是注意,此时由于不同组数据的尺度可能差别很大,这样的盒子图很多时候表达出来不是很有意义.boxplot(faithful).因此这样做比较适合多组数据具有同样意义或近似尺度的情形.例如,我们想做某一数值变量在某个因子变量的不同水平下的盒子图.我们可采用类似如下的命令： boxplot(skullw ～age,data=possum),亦可加上参数horizontal=T,将该盒子图横向放置. boxplot(possum$skullw ～possum$sex,horizontal=T) ?条件散点图：当数据集中含有一个或多个因子变量时,我们可使用条件散点图函数coplot()作出因子变量不同水平下的多个散点图,当然该方法也适用于各种给定条件或限制情形下的作图.其调用格式为 coplot(formula,data)比如coplot(possum[[9]]～possum[[7]] possum[[4]]),或 coplot(skullw ～taill age,data=possum); coplot(skullw ～taill age+sex,data=possum)
数据的统计描述和分析
第十章数据的统计描述和分析 数理统计研究的对象是受随机因素影响的数据，以下数理统计就简称统计，统计是以概率论为基础的一门应用学科。 数据样本少则几个，多则成千上万，人们希望能用少数几个包含其最多相关信息的数值来体现数据样本总体的规律。描述性统计就是搜集、整理、加工和分析统计数据，使之系统化、条理化，以显示出数据资料的趋势、特征和数量关系。它是统计推断的基础，实用性较强，在统计工作中经常使用。 面对一批数据如何进行描述与分析，需要掌握参数估计和假设检验这两个数理统计的最基本方法。 我们将用Matlab的统计工具箱(Statistics Toolbox)来实现数据的统计描述和分析。 §1 统计的基本概念 1.1 总体和样本 总体是人们研究对象的全体，又称母体，如工厂一天生产的全部产品（按合格品及废品分类），学校全体学生的身高。 总体中的每一个基本单位称为个体，个体的特征用一个变量（如）来表示，如一件产品是合格品记，是废品记；一个身高170（cm）的学生记。 从总体中随机产生的若干个个体的集合称为样本，或子样，如件产品，100名学生的身高，或者一根轴直径的10次测量。实际上这就是从总体中随机取得的一批数据，不妨记作，称为样本容量。 简单地说，统计的任务是由样本推断总体。 1.2 频数表和直方图 一组数据（样本）往往是杂乱无章的，作出它的频数表和直方图，可以看作是对这组数据的一个初步整理和直观描述。 将数据的取值范围划分为若干个区间，然后统计这组数据在每个区间中出现的次数，称为频数，由此得到一个频数表。以数据的取值为横坐标，频数为纵坐标，画出一个阶梯形的图，称为直方图，或频数分布图。 若样本容量不大，能够手工作出频数表和直方图，当样本容量较大时则可以借助Matlab这样的软件了。让我们以下面的例子为例，介绍频数表和直方图的作法。 例1 学生的身高和体重 身高体重身高体重身高体重身高体重身高体重 172 75 171 62 166 62 160 55 155 57 173 58 166 55 170 63 167 53 173 60 178 60 169 55 168 67 168 65 175 67 176 64 168 50 161 49 169 63 171 61 178 64 177 66 169 64 165 52 164 59 173 74 172 69 169 52 173 57 173 61 166 70 163 57 170 56 171 65 169 62 170 58 172 64 169 58 167 72 175 76 164 59 166 63 169 54 167 54 167 47 168 65 165 64 168 57 176 57 170 57 158 51 165 62 172 53 169 66 169 58
excel与描述性统计分析
用Excel进行数据分析：描述性统计分析 郑来轶发表于2013-04-14 22:03 来源：本站原创 在数据分析的时候，一般首先要对数据进行描述性统计分析（Descriptive Analysis），以发现其内在的规律，再选择进一步分析的方法。描述性统计分析要对调查总体所有变量的有关数据做统计性描述，主要包括数据的频数分析、数据的集中趋势分析、数据离散程度分析、数据的分布、以及一些基本的统计图形，常用的指标有均值、中位数、众数、方差、标准差等等。 接下来我们讲讲在Excel2007中完成描述性统计分析。 一、案例场景 某网站的专题活动积累了一定访问数据后，需要统计流量的的均值、区间，以及给出该专题访问量差异的量化标准，借此来作为分析每天访问量的价值、参差不齐、此起彼伏一个衡量的依据。要求得到均值、区间、众数、方差、标准差等统计数据。 二、操作步骤 1、打开数据表格，这个案例中用的数据无特殊要求，只是一列数值就可以了。 2、选择“工具”——“数据分析”——“描述统计”后，出现属性设置框
注：本功能需要使用Excel扩展功能，如果您的Excel尚未安装数据分析，可以参考上一篇文章《用Excel进行数据分析：数据分析工具在哪里？》。 3、依次选择 选项有2方面，输入和输出选项 输入区域：原始数据区域，选中多个行或列，选择相应的分组方式逐行/逐列；
如果数据有标志，勾选“标志位于第一行”；如果输入区域没有标志项，该复选框将被清除，Excel 将在输出表中生成适宜的数据标志； 输出区域可以选择本表、新工作表或是新工作簿； 汇总统计：包括有平均值、标准误差(相对于平均值)、中值、众数、标准偏差、方差、峰值、偏斜度、极差、最小值、最大值、总和、总个数、最大值、最小值和置信度等相关项目。第K大(小)值：输出表的某一行中包含每个数据区域中的第k 个最大(小)值。 平均数置信度：数值95% 可用来计算在显著性水平为5% 时的平均值置信度
2习题-计量资料统计描述
计量资料统计描述----习题 1、中位数是表示变量值（）的指标。 A.平均水平 B.变化范围 C.频数分布 D.相互间差别大小 E.变异程度 2、血清学滴度资料最常计算（）来表示平均水平。 A.算术均数 B.中位数 C.几何均数 D.全距 E.百分位数 3、最小组段无下限或最大组段无上限的频数分布资料宜用（） A.算术均数 B.中位数 C.几何均数 D.全距 E.标准差 4、原始数据同减去一个不等于零的常数后，（）。 A. x 不变，S 变 B. x 变，S 不变 C. x 和S 都不变 D. x 和S 都变 E.以上均不对 5、变异系数CV（）。 A.表示X 的绝对离散度 B.表示X 的相对离散度 C.表示x的绝对离散度 D.表示x的相对离散度 E.以上均不对 6、描述一组偏态分布资料的变异度，以（）指标较好。 A.全距 B.标准差 C.变异系数 D.四分位数间距 E.均数 7、用均数和标准差可以全面描述（）资料的特征。 A.正偏态分布 B.负偏态分布 C.正态分布和近似正态分布 D.分布不知 E.对数正态分布 8、比较身高和体重两组数据变异度大小宜采用（） A.变异系数 B.标准差 C.四分位数间距 D.全距 E.方差 9、偏态分布宜用（）描述其分布的集中趋势 A.算术均数 B.标准差 C.中位数 D.众数 E.百分位数 10、各观察值同乘以一个不等于0 的常数后，（）不变。 A.算术均数 B.标准差 C.中位数 D.四分位数间距 E.变异系数 11、（）分布的资料，均数等于中位数。 A.对称 B.左偏态 C.右偏态 D.偏态 E.以上均不对 12、随机抽查某地成年女子身高，算得均数x =160cm，标准差S=5cm，则可计算变异系数CV=------- 5 160 C.（160/5）cm D.(5/160)cm ×160 13、变异系数CV 的数值（）。 A.一定大于1 B.一定小于1 C.可大于1，也可小于1 D.一定比标准差小 E.不能判定 14、列数8、-3、5、0、4、-1 的中位数是（）。 、关于标准差，哪项是错误的（）。 A.反映全部观察值的离散程度 B.度量了一组数据偏离平均数的大小 C.反映了均数代表性的好坏 D.不会小于算术均数 E.适用于对称分布资料 16、5 人的血清滴度为＜1：20、1：40、1：80、1：160、1：320 描述平均滴度，用哪种指标较好（）。
调查数据分析--描述性统计结果
描述性统计结果 1、 性别结构 样本中深圳高校毕业生男性占67%，明显高于女性所占比例。但由于此次样本容量较小，故没有什么代表性。 深圳高校毕业生男女所占比例百分比图0 1020304050607080男 女 2、就业信心 样本中，只有6%的人对自己毕业后找到理想工作表示没有信心，而28%的人表示非常有信心，51%的人表示比较有信心，15%的人表示有些信心。可见大多数深圳高校毕业生对自己毕业后找到理想工作有信心。 深圳市高校毕业生对找到理想工作的信心情况百分比图 102030405060 非常有信心 比较有信心 有些信心 比较没有信心
3、接受学校或政府提供的就业辅导或培训的情况 样本中，66%的人表示没有接受过学校或政府提供的就业辅导或培训，人数比例明显高于有接受过此类培训的。 深圳市高校毕业生接受就业辅导或培训的 情况百分比图0 10203040506070接受过 没有接受过 4、薪酬要求 样本中，一半人找工作对月薪的要求不高于3000元，深圳市高校毕业生对工作月薪要求的平均水平为3653元。对月薪的要求主要集中在3000-5000元，最低要求为2000元，最高要求为10000元。 深圳市高校毕业生对工作月薪要求的情况表
变量关系检验的描述 5、不同性别的人对找到理想工作的信心情况对比 （注，因为样本容量不够，所以“非常有信心”“比较有信心”合并为“有信心”；将“有些信心”“比较没有信心”“合并为“比较没有信心”；“非常没有信心”没有人选故省去该选项。） 男女对找到工作的信心指数被分为“有信心”“比较没有信心”两项，采用两个独立样本卡方检验的统计方法，对比就业信心情况在不同性别上的凸显度。F 检验结果为0.629，在0.05水平上不显著，说明男女在这个问题上总体的方差没有显著性差异。可以推断，不同性别的人在就业信心情况上没有显著差异。（由图表也可分析出同一结果） 不同性别的人对照到理想工作的信心情况比较 0.00% 10.00%20.00%30.00%40.00%50.00%60.00%70.00%80.00%90.00%有信心 比较没有信心
SAS数据的描述性统计分析答案
实验一数据的描述性统计分析 一、选择题 1、以下（ B ）语句对变量进行分组，在使用前需按分组变量进行排序？ 以下（ C ）语句可对变量进行分类，在使用前不必按分类变量进行排序？ 用（ A ）语句可以选择输入数据集的一个行子集来进行分析？ （A）WHERE语句（B）BY语句（C）CLASS语句（D）FREQ语句2、排序过程步中必须用什么语句对变量进行排序？（ A ） （A）BY语句（B）CLASS语句（C）WHERE语句 3、如果要对数据集中的数据进行正态性检验，需要使用哪个过程？（ B ）（A）MEANS （B）UNIV ARIATE （C）FREQ 4、用UNIV ARIATE过程进行数据分析，要求此过程输出茎叶图、正态概率图等，应在语句中加上什么选项？（plot ） 5、用UNIV ARIATE过程进行数据分析，在输出结果中哪个统计量是对样本均值 为零的T检验的概率值？( A ) （A）T: Mean (B)Prob>|S| (C)Sgn Rank (D)Prob>|T| 二、假设某校100名女生的血清总蛋白含量（g/L）服从均值为75，标准差为3的正态分布，试产生样本数据，并利用SAS软件解决下面问题： 1、计算样本均值、方差、标准差、极差、四分位极差、变异系数、偏度、峰度； 2、画出直方图（垂直条形图）； 3、画出茎叶图、盒形图和正态概率图； 4、试进行正态性检验。 Data N; DO i=1to100; x=75+3*normal(12345); output; end; proc print; run; proc univariate data=N; var x; run; proc gchart data=N; block x; run; proc univariate data=N plot; var x;
1数据的描述性统计练习题
1数据的描述性统计练习题 一、填空题 1. 一组数据向某以中心值靠拢的倾向反映了数据的（集中趋势）。 2. （众数）是一组数据中出现次数最多的变量值。 3. 一组数据排序后处于中间位置的变量值称为（中位数）。 4. 不受极端值影响的集中趋势度量指标有（四分位数）（众数）（中位数）。 5. 一组数据的最大值与最小值之差称为（极差）。 6. （离散系数）一组数据的标准差与其相应的均值之比。 7. 数据分布的不对称性是（偏度）。 8. 数据分布的尖峰程度称为（峰度）。 9. 计算比率的平均数一般用（几何平均法），它实际上是各变量值对数的（算术平均数）。 二、单项选择题 1. 对于对称分布的数据，众数、中位数和平均数的关系是（B） A. 众数>中位数>平均数 B. 众数=中位数=平均数 C. 平均数>中位数>众数 D. 中位数>众数>平均数 2. 可以计算平均数的数据类型是（C） A．分类数据 B．顺序型数据 C．数值型数据 D．所有数据 3. 顺序数据的集中趋势测度的指标（B） A．中位数 B．平均数 C．极差 D．标准差 4. 数值型数据的离散程度测度方法中，受极端变量值影响最大的是（A） A．极差 B．方差 C．均方差 D．平均差 5. 当偏态系数为正数是，说明数据的分布是（C） A．正态分布 B．左偏分布 C．右偏分布 D．U型分布 三、多项选择题 1. 数据的分布特征可以从以下哪几个方面测度和描述（ABCD） A．集中趋势 B．分布的偏态 C．分布的峰态 D．离散程度 E．长期趋势
2. 受极端变量值影响的集中趋势的度量指标是（CDE） A．众数 B．分位数 C．算数平均数 D．调和平均数 E．几何平均数 3. 加权算术平均数的大小的影响因素有（AC） A．变量值 B．样本容量 C．权数 D．分组的组数 E．数据的类型 4. 数值型数据离散程度的测度指标有（ABCDE） A．变异系数 B．极差 C．标准差 D．异众比率 E．四分位数 5. 离散系数的主要作用是（BD） A．说明数据的集中趋势 B．比较不同计量单位数据的离散程度 C．说明数据的偏态程度 D．比较不同变量值水平数据的离散程度 E．说明数据的峰态程度 四、简答题 1. 什么是数据的集中趋势？反映数据集中趋势的指标有哪些？ 数据的集中趋势指一组数据向某一中心值靠拢的倾向。 反映数据集中趋势的指标主要有：众数、中位数、分位数、平均数等。 2. 什么是数据的离散程度？常用测度离散程度的指标有哪些？ 离散程度反映的是各变量值远离其中心值的程度。 反映数据离散程度的指标主要有：四分位差、方差、标准差、极差、离散系数等。 3. 怎样理解平均数在统计学中的地位？ 平均数在统计学中具有重要的地位，它是进行统计分析和统计推断的基础；平均数作为代表值，是误差相互抵消的结果，反映了事物必然性的数量特征。 4. 简述众数、中位数和平均数的特点和应用场合。 众数是一组数据分布的峰值，是一种位置代表值，不受极端值的影响，其缺点是不具有唯一性。虽然对数据型数据和分类数据也适用，但主要是用于分类数据的集中趋势测度值。中位数是中间位置上的代表值，也是一种位置的代表值，其特点是不受极端值的影响。顺序数据可以计算众数，但以中位数宜。 平均数是根据数据型数据计算的，而且利用了所以信息，是实际中应用最广的集中趋势测度值。虽然数据型数据可以计算众数和中位数，但以平均数为宜。平均数的主要缺点是受极端值的影响，对于偏态分布，平均数的代表性差。特别是当偏态程度较大是，可用位置平均数代替。 5. 为什么要计算离散系数？